El fin de los GPT personalizados y las Gems ante la llegada de la era agéntica

El panorama de la inteligencia artificial aplicada acaba de experimentar uno de los giros de diseño más significativos desde la popularización masiva de los modelos lingüísticos. OpenAI y Google han anunciado la retirada definitiva de sus asistentes configurables: los GPT personalizados (Custom GPTs) y las Gems de Gemini. Ambas herramientas, concebidas en su origen como versiones especializadas de un mismo motor conversacional mediante instrucciones fijas y archivos de contexto, dejarán de operar bajo el formato en el que fueron conocidas para integrarse en una arquitectura basada en habilidades modulares y agentes autónomos.

Este movimiento simultáneo marca el cierre de una etapa iniciada a finales de 2023. La promesa de crear pequeños bots independientes para tareas concretas dentro de una ventana de chat cerrada ha mostrado sus límites ergonómicos y técnicos. Lo que en su momento se presentó como el nacimiento de tiendas de aplicaciones conversacionales ha terminado por chocar contra la evolución del software: los usuarios y las organizaciones ya no demandan cambiar de pestaña para dialogar con una personalidad aislada, sino invocar capacidades dinámicas, interoperables y proactivas dentro de un mismo hilo de trabajo.

La transición técnica hacia habilidades modulares en Google Gemini

En el ecosistema de Google, las Gems tienen fecha de caducidad fijada para el 17 de noviembre de 2026 en las cuentas personales. Consciente de la dependencia corporativa y académica de estas herramientas, la compañía ha establecido un calendario escalonado que pospone la retirada en entornos de Google Workspace hasta marzo de 2027, y en cuentas educativas hasta junio de 2027, garantizando que el curso escolar en marcha no sufra alteraciones operativas imprevistas. La compañía reemplazará este formato por lo que denomina habilidades (skills), un modelo donde las instrucciones ya no definen un espacio estanco, sino funciones que pueden convocarse directamente en la conversación principal.

Esta mecánica no es una ocurrencia improvisada, sino la consolidación de la arquitectura estrenada meses atrás en Gemini Spark. Spark, concebido como el entorno de agentes personales de Google para automatizar flujos complejos y tareas en segundo plano, se desplegó originalmente en fase beta con acceso restringido a Norteamérica para planes avanzados, requiriendo el uso de redes privadas virtuales para los usuarios que deseaban evaluarlo desde otras geografías. En dicho entorno se validó la eficacia de fragmentar la inteligencia artificial en habilidades combinables mediante comandos rápidos como la barra inclinada (/) o la mención con arroba (@), permitiendo también que el propio modelo active la destreza necesaria de forma autónoma según el contexto de la consulta.

El proceso de transición planteado por Google destaca por su automatización, ya que el sistema convertirá las Gems existentes y sus archivos de conocimiento compatibles en habilidades sin exigir una reconstrucción manual. Además, se produce una apertura comercial relevante: mientras que las Gems estuvieron mayoritariamente restringidas a suscriptores de pago, las habilidades estarán disponibles para todos los usuarios con cuentas personales que mantengan el registro de actividad habilitado.

No obstante, la migración de Google oculta un peaje técnico importante. La documentación oficial confirma que, en el momento del lanzamiento, la mayoría de las herramientas nativas preconfiguradas en las Gems dejan de ser compatibles con las habilidades. Funciones críticas como el lienzo de trabajo (Canvas), la investigación profunda (Deep Research), la generación de vídeo sintético o la composición musical no podrán vincularse de entrada a las nuevas habilidades, limitando temporalmente su alcance a la ejecución de instrucciones de texto y la consulta de archivos estáticos como documentos y hojas de cálculo.

La respuesta de OpenAI en el DevDay y la migración a complementos

El camino trazado por OpenAI sigue una disciplina más severa y traslada una carga operativa sustancial al creador. La empresa ha programado el apagado definitivo de los GPT personalizados para el 11 de diciembre de 2026, habiendo bloqueado la creación de nuevos asistentes en cuentas personales desde finales de septiembre. El destino inmediato de estos elementos será su conversión en complementos (plugins) y destrezas integradas dentro del entorno general de ChatGPT y Codex.

A diferencia del traspaso transparente de Google, OpenAI exige una intervención manual obligatoria. Los creadores deben acceder a su panel de gestión y accionar expresamente la herramienta de migración hacia complementos. Una vez iniciado el trámite, el GPT original queda congelado en modo de solo lectura hasta la fecha límite, impidiendo cualquier ajuste posterior mientras se completa la transición.

El verdadero punto de ruptura reside en las conexiones externas. Durante la conversión hacia complementos, las instrucciones y los documentos de soporte se transfieren, pero las acciones personalizadas basadas en interfaces de programación de aplicaciones se descartan por completo. Cualquier integración que dependiera de llamadas a bases de datos corporativas, pasarelas de pago o servicios web de terceros deja de funcionar. Para recuperar esa operativa, los desarrolladores se ven forzados a rediseñar su arquitectura apoyándose en servidores basados en el estándar abierto Model Context Protocol (MCP) o en conectores externos, lo que implica desplegar y mantener infraestructura técnica ajena a la propia OpenAI.

A esta complejidad técnica se añade el desmantelamiento definitivo de la distribución pública. Durante años, la creación de estos asistentes estuvo restringida a las modalidades de pago como ChatGPT Plus, Team y Enterprise, alimentando la narrativa de un futuro mercado de creadores. Con la migración, los nuevos complementos nacen por defecto como herramientas privadas. Los enlaces públicos compartidos quedan invalidados, los historiales de conversación acumulados por los usuarios no se transfieren al nuevo formato y las promesas de monetización y reparto de ingresos formuladas durante el despliegue del GPT Store a finales de 2023 quedan archivadas sin haberse consolidado nunca como una vía de negocio real para los desarrolladores independientes.

El salto a los dots y la autonomía persistente en la nube

La explicación completa de este giro estratégico ha quedado al descubierto durante las presentaciones del reciente OpenAI DevDay. OpenAI no solo busca ordenar su interfaz de chat mediante complementos, sino reemplazar por completo la figura del asistente pasivo por una entidad de ejecución autónoma denominada dots. Mientras que los GPT personalizados eran meros conjuntos de instrucciones esperando a que el usuario introdujera un mensaje, los dots representan agentes de ejecución continua impulsados por modelos de nueva generación como GPT-6 Astra.

La diferencia estructural fundamental reside en el entorno operativo. Un dot no vive atrapado en una pestaña del navegador, sino que dispone de un ordenador virtual dedicado en la nube. Esta máquina virtual le permite mantener persistencia en el tiempo, asumir responsabilidades laborales en segundo plano y ejecutar tareas complejas que implican navegar por la red, operar aplicaciones de oficina o gestionar flujos de datos sin supervisión constante. Además, rompen el confinamiento de la interfaz tradicional de ChatGPT integrándose de forma directa en herramientas como Slack, Microsoft Teams o canales de mensajería directa.

Sin embargo, el despliegue de los dots arrastra una importante fricción regulatoria y territorial que afecta de lleno a los usuarios europeos. En su fase de lanzamiento, el acceso individual a estos agentes en planes Pro excluye de forma explícita al Espacio Económico Europeo, el Reino Unido y Suiza debido a las estrictas exigencias en materia de privacidad y tratamiento continuo de datos personales. En estas regiones, la tecnología queda acotada inicialmente a los planes corporativos bajo la supervisión de administradores de sistemas. Este escalonamiento geográfico reproduce el mismo patrón observado con la beta de Gemini Spark en Google, confirmando que la autonomía agéntica permanente avanza a dos velocidades según el marco normativo de cada territorio.

Del monólogo en el chat a la orquestación agéntica invisible

La simultaneidad de estos anuncios responde a un agotamiento del diseño de interacción previo. La metáfora antropomórfica del asistente especializado, que obligaba al usuario a interactuar con múltiples personajes sintéticos según el problema que deseaba resolver, ha demostrado ser ineficiente en entornos de producción.

Navegar entre ventanas para pedirle a un bot que estructure datos, copiar la respuesta para pegarla en otro asistente dedicado a la redacción y saltar a un tercero para validar el código generaba una fricción constante y destruía la continuidad del contexto. La experiencia de usuario no requería quince identidades artificiales con nombres propios, sino un único interlocutor capaz de coordinar herramientas en segundo plano.

En el paradigma de los agentes, el modelo de lenguaje asume la función de un orquestador central dotado de una caja de herramientas modulares. El usuario expone un objetivo complejo en una sola conversación y es el motor central quien convoca temporalmente una habilidad de estilo editorial durante tres párrafos, invoca una función analítica para examinar una tabla de cifras y vuelve a un estado neutral sin alterar el hilo de pensamiento general. Las instrucciones del sistema ya no representan a un ente cerrado, sino una capacidad ejecutable que se activa y desactiva bajo demanda, liberando al usuario de la gestión manual de identidades conversacionales.

La trampa del desarrollo sobre terreno ajeno y el riesgo de plataforma

El cierre coordinado de las Gems y los GPT personalizados arroja una advertencia ineludible sobre la gobernanza tecnológica: el peligro estructural de levantar modelos de negocio sobre funciones propietarias de plataformas cerradas.

Durante el auge inicial de los asistentes configurables, proliferaron servicios, infoproductos y consultorías cuya oferta comercial consistía exclusivamente en vender accesos a enlaces privados de ChatGPT o comercializar configuraciones de instrucciones empaquetadas con unos pocos documentos de contexto. Muchas empresas delegaron procesos de atención interna, inducción laboral o generación de informes en estos formatos rápidos, asumiendo que la interfaz proporcionada por el proveedor constituía una solución permanente.

El desenlace actual evidencia la fragilidad de confundir una interfaz gráfica de usuario con un activo digital defendible. Quienes cimentaron su valor en enlaces propietarios se enfrentan a la rotura de sus canales de acceso, la pérdida del historial de sus usuarios y la necesidad urgente de reescribir código ante la retirada de las acciones tradicionales. Construir sobre plataformas alquiladas somete la continuidad operativa a los cambios de rumbo comerciales y arquitectónicos del propietario del servicio.

Para organizaciones, educadores y desarrolladores de software, esta transición confirma la necesidad de adoptar arquitecturas desacopladas. Las bases de conocimiento, las directrices de trabajo y las herramientas funcionales deben gobernar su lógica en entornos propios, utilizando protocolos neutrales como MCP y bases de datos independientes. Considerar los modelos fundacionales no como silos donde almacenar procesos de negocio, sino como motores de cálculo intercambiables, se consolida como la única garantía de supervivencia frente a una industria que renueva sus interfaces con la misma rapidez con la que transforma sus modelos.

Autoría y colaboración técnica

Arquitecto de Arkosia

Miguel Ángel Navarro

Innovador en IA y Coordinador Técnico. Fusiona desarrollo web, audiovisual y soporte para integrar la IA en flujos de trabajo creativos y eficientes.

System Architect (IA)

Kanon System Arquitect

IA especializada en verificación de datos y estructura técnica. Colabora en el análisis y diseño bajo estricta supervisión humana.

Reparto de carga operativa

Miguel Ángel Navarro: 65% Kanon System Arquitect: 35%